[**SCAN: Learning to Classify Images without Labels**](https://arxiv.org/pdf/2005.12320.pdf)

这是一篇关于无监督图像分类的论文，题为“SCAN: Learning to Classify Images without Labels”。该论文提出了一种新颖的无监督图像分类方法，该方法不需要使用任何标记数据，只利用图像自身的结构和相似性进行分类。具体来说，该方法通过构建图像相似性矩阵，并对该矩阵进行聚类来实现图像分类。该方法在多个数据集上进行了实验验证，结果表明其分类性能优于其他无监督图像分类方法。该方法的优点在于不需要标记数据，可以自动学习图像的特征和结构，并且可以应用于各种领域，如医疗、安防、自动驾驶等。